推荐阅读
其他
热点｜韦乐平：AI使能是网络重构新阶段，将面临四大挑战
“SDN将进一步从自动化走向智能化。”在今天举行的2018中国SDN/NFV大会上，SDN/NFV产业联盟理事长韦乐平指出，电信网的复杂性和人工依赖性使得具备应付高度复杂性能力的AI具有很好的发展空间，结合SDN与AI的基于意图的网络(IBN)将可能成为网络自动化和智能化的目标。
韦乐平表示，基于SDN/NFV的网络云化成为共识。其中，SDN已渡过炒作期，进入理性发展阶段。目前，全球电信云项目已超过400个，SDN专线成为热点，SD-WAN成为SDN迈向大网的关键和切入点，Verizon、AT&T、Sprint、BT、Orange等大T已率先部署。另一方面，NFV化已经开始落地，目前已覆盖所有核心网网元，但由于思维落后、硬件性能限制、标准化滞后及互操作的复杂性，因此还不尽如人意，NFV的征程依然艰难。
韦乐平指出，“网络架构重构带来了大量新的多维度复杂性，而AI能力远超人脑，有望解决网络重构面临的三个挑战：网络架构动态变化带来的网络和业务的复杂性;网元分层解耦后的故障定位等运维带来的复杂性;网络资源实时调整带来的网络运行复杂性。”
韦乐平认为，AI的网络应用还面临四大挑战：
一是AI成功应用的前提是足够大的训练数据。“尽管电信网络数据很大，但不同部门和层级数据语义和格式、数据存储和管理应用机制不同、数据监管限制等原因，真正能有效利用的数据并不足够大。”
二是AI/ML与网络结合的场景尚不清晰。
三是网络和业务远比目前已经成功应用AI的图像、语音识别和棋类博弈要复杂，特别还缺乏成熟可靠的电信网络和业务的建模和特征表示及提取方法。
四是现有垂直烟囱式组织架构不适应AI使能的新网络。
韦乐平表示，现有组织架构往往是依靠特定的业务部门的专门团队来支撑特定的业务、应用和网络功能，从而形成了大量垂直一体化的业务和网络烟囱，不仅耗费了大量的人力物力和资金，而且还无法共享资源，难以提供融合性业务和网络。基于云化网络的网络架构重构要求运营商能够在跨部门的、共享的、统一的云平台上协同工作，这与现有的垂直烟囱化的部门设置直接冲突。
最后，韦乐平强调，仅仅依靠技术和业务重构难以推进AI的深度网络架构重构。打破部门壁垒，实施组织化架构水平化是网络重构成功的提前。
深度 | 从“黑盒”走向“白盒”，工联网车间需要怎样的通信？